论文部分内容阅读
研究平面刚性机器人系统的状态观测优化问题。为了改善传统的Luenberger观测器的精度,针对观测器对观测对象模型依赖较大及局部线性化模型的满意工作区间只在工作点附近等问题,设计了一种神经网络的龙伯格型状态观测器(NN-Luenberger)。神经网络部分用来估计运动模态的导数,可作为运动模态的估计误差,并且采用带修正项的误差反传算法进行训练,以保证跟踪的精度和权值的有界。利用Lyapunov直接法保证观测误差系统的收敛性。最后将其应用于二关节机器人系统的运动状态观测,仿真结果表明了优化设计的观测器